Validation of an Electronic Medical Record–Based Algorithm for Identifying Posttraumatic Stress Disorder in U.S. Veterans

: Spanish Abstracts by Asociacion Chilena de Estres Traumatico (ACET) Validacion de un algoritmo basado en registros medicos electronicos para identificar el trastorno por estres postraumatico en veteranos de los EE. UU. VALIDACION DE ALGORITOMO DE TEPT Desarrollamos un algoritmo para identificar a los veteranos de EE. UU. con historial de trastorno de estres postraumatico (TEPT), utilizando el sistema de registro medico electronico (RME) del Departamento de Asuntos de Veteranos (AS). Este trabajo fue motivado por la necesidad de crear un fenotipo valido, basado en RME para identificar miles de casos y controles para un estudio de asociacion del genoma del TEPT en los veteranos. Utilizamos la revision manual de tablas (n = 500) como gold estandar. Tanto para el algoritmo como para la revision de la tabla, fueron posibles tres clasificaciones: PTSD probable, PTSD posible y probablemente no PTSD. Usamos la regresion Lasso con validacion cruzada para seleccionar los factores de pronostico estadisticamente significativos del TEPT a partir de la RME y luego generar una puntuacion de probabilidad pronosticada de ser un caso de TEPT para cada participante en la poblacion del estudio (rango: 0-1.00). Comparando el rendimiento de nuestro enfoque probabilistico (algoritmo Lasso) con un enfoque basado en reglas (algoritmo de Clasificacion Internacional de Enfermedades [CIE]), el algoritmo Lasso mostro un porcentaje de acuerdo global modestamente mas alto con la revision de tablas que el algoritmo CIE (80% vs. 75). %), mayor sensibilidad (0.95 frente a 0.84) y mayor precision (AUC = 0.95 frente a 0.90). Aplicamos un punto de corte de probabilidad de 0.7 a los resultados de Lasso para determinar el estado final de control de caso de TEPT para la poblacion de AV. El algoritmo final tuvo una sensibilidad de 0.99, una especificidad de 0.99, un valor predictivo positivo de 0.95 y un valor predictivo negativo de 1.00 para la clasificacion de TEPT (agrupacion de TEPT posible y probablemente no TEPT) segun lo determinado por la revision de la tabla. Este algoritmo puede ser util para otros esfuerzos de investigacion y mejora de la calidad dentro del AV.